#기본세팅
import matplotlib as mpl
import pandas as pd
import numpy as np
%matplotlib inline
import networkx as nx
import matplotlib.pyplot as plt

#실제로 하기에는 너무 복잡해서 sample로 진행

file2 = pd.read_excel('network_sample_raw.xlsx', na_values = ['?', '??', 'N/A', 'NA', 'nan', 'NaN', '-nan', '-NaN', 'null', ' '])
file2

	구분	대상조직	비교대상조직	유사도
0	사업	사업1팀	AI팀	0.50
1	사업	사업2팀	데이터팀	0.10
2	사업	사업2팀	인사팀	0.20
3	사업	pc사업팀	인사팀	0.40
4	사업	콘솔사업팀	AI팀	0.20
5	경영	재무실	인사팀	0.01
6	경영	재무실	개발2팀	1.00
7	경영	인사팀	사업1팀	0.67
8	경영	인사팀	개발1팀	0.45
9	경영	인사팀	디자인2팀	0.32
10	개발	개발1팀	사업1팀	0.03
11	개발	개발1팀	사업2팀	0.30
12	개발	개발1팀	AI팀	1.00
13	개발	개발2팀	데이터팀	0.80
14	개발	개발2팀	인사팀	1.00
15	디자인	디자인1팀	인사팀	0.55
16	디자인	디자인1팀	사업1팀	1.00
17	디자인	디자인2팀	사업2팀	1.00
18	연구소	AI팀	디자인1팀	1.00
19	연구소	데이터팀	AI팀	0.42

2D

import networkx as nx
import matplotlib.pyplot as plt
import pandas as pd

# 한글 폰트 사용을 위해서 세팅
from matplotlib import font_manager, rc
font_name = font_manager.FontProperties(fname="c:/Windows/Fonts/malgun.ttf").get_name()
rc('font', family=font_name)

# 원시 데이터 정의
data_raw = [
    ('사업', '사업1팀', 'AI팀', 0.5),
    ('사업', '사업2팀', '데이터팀', 0.1),
    ('사업', '사업2팀', '인사팀', 0.2),
    ('사업', 'pc사업팀', '인사팀', 0.4),
    ('사업', '콘솔사업팀', 'AI팀', 0.2),
    ('경영', '재무실', '인사팀', 0.01),
    ('경영', '재무실', '개발2팀', 1.0),
    ('경영', '인사팀', '사업1팀', 0.67),
    ('경영', '인사팀', '개발1팀', 0.45),
    ('경영', '인사팀', '디자인2팀', 0.32),
    ('개발', '개발1팀', '사업1팀', 0.03),
    ('개발', '개발1팀', '사업2팀', 0.3),
    ('개발', '개발1팀', 'AI팀', 1.0),
    ('개발', '개발2팀', '데이터팀', 0.8),
    ('개발', '개발2팀', '인사팀', 1.0),
    ('디자인', '디자인1팀', '인사팀', 0.55),
    ('디자인', '디자인1팀', '사업1팀', 1.0),
    ('디자인', '디자인2팀', '사업2팀', 1.0),
    ('연구소', 'AI팀', '디자인1팀', 1.0),
    ('연구소', '데이터팀', 'AI팀', 0.42),
]


# 데이터 및 팀 그룹 매핑 딕셔너리 초기화
data = []
team_group_map = {}

# 원시 데이터 처리
for row in data_raw:
    group, source, target, similarity = row
    data.append({'group': group, 'source': source, 'target': target, 'similarity': similarity})
    team_group_map[source] = group

# 방향성 그래프 생성
G = nx.DiGraph()

# 그래프에 엣지 및 노드 속성 추가
for item in data:
    G.add_edge(item['source'], item['target'], weight=item['similarity'])
    G.add_edge(item['target'], item['source'], weight=item['similarity'])  # 양방향 edge 추가
    G.nodes[item['source']]['group'] = item['group']
    G.nodes[item['target']]['group'] = team_group_map.get(item['target'], None) # target 그룹이 team_group_map에 없는 경우 None으로 설정
    
# 노드 위치 계산
pos = nx.spring_layout(G)

# 노드 텍스트 위치를 위로 올리기 위한 새로운 위치 딕셔너리 생성
label_pos = {node: (x, y+0.1) for node, (x, y) in pos.items()} 

# 그룹별 색상 매핑 정의
group_color_map = {
    '경영': 'green',
    '사업': 'blue',
    '개발': 'red',
    '디자인': 'yellow',
    '사운드': 'purple',
    '연구소': 'black'
}

# 노드 색상 계산
node_colors = [group_color_map[G.nodes[node]['group']] for node in G.nodes()]

# 그림 초기화 및 크기 설정
plt.figure(figsize=(12, 12))

# 노드 및 엣지 그리기
nx.draw_networkx_nodes(G, pos, node_color=node_colors, node_size=2000,)
nx.draw_networkx_edges(G, pos, edge_color='black', width=1)

# 엣지 가중치 레이블 추가
for e in G.edges():
    x1, y1 = pos[e[0]]
    x2, y2 = pos[e[1]]
    x_mid = (x1 + x2) / 2
    y_mid = (y1 + y2) / 2
    weight_label = f"{G.edges[e]['weight']:.2f}"
    plt.text(x_mid, y_mid, weight_label, fontsize=12)

# 노드 레이블 추가 (label_pos를 사용하여 텍스트를 위로 이동)
nx.draw_networkx_labels(G, label_pos, font_family=font_name, font_size=12, font_color='black')

# 축 및 격자 숨기기 및 표시
plt.axis('off')
plt.show()

3D

import networkx as nx
import plotly.graph_objs as go

data_raw = [
    ('사업', '사업1팀', 'AI팀', 0.5),
    ('사업', '사업2팀', '데이터팀', 0.1),
    ('사업', '사업2팀', '인사팀', 0.2),
    ('사업', 'pc사업팀', '인사팀', 0.4),
    ('사업', '콘솔사업팀', 'AI팀', 0.2),
    ('경영', '재무실', '인사팀', 0.01),
    ('경영', '재무실', '개발2팀', 1.0),
    ('경영', '인사팀', '사업1팀', 0.67),
    ('경영', '인사팀', '개발1팀', 0.45),
    ('경영', '인사팀', '디자인2팀', 0.32),
    ('개발', '개발1팀', '사업1팀', 0.03),
    ('개발', '개발1팀', '사업2팀', 0.3),
    ('개발', '개발1팀', 'AI팀', 1.0),
    ('개발', '개발2팀', '데이터팀', 0.8),
    ('개발', '개발2팀', '인사팀', 1.0),
    ('디자인', '디자인1팀', '인사팀', 0.55),
    ('디자인', '디자인1팀', '사업1팀', 1.0),
    ('디자인', '디자인2팀', '사업2팀', 1.0),
    ('연구소', 'AI팀', '디자인1팀', 1.0),
    ('연구소', '데이터팀', 'AI팀', 0.42),
]

# read data
data = file2

# create nodes and links list
nodes = list(set(data.iloc[:,1:-1].values.flatten()))


# 데이터 목록 및 team_group_map 딕셔너리 초기화
data = []
team_group_map = {}

# data_raw의 정보로부터 데이터 목록과 team_group_map 딕셔너리 생성
for row in data_raw:
    group, source, target, similarity = row
    data.append({'group': group, 'source': source, 'target': target, 'similarity': similarity})
    team_group_map[source] = group

# 빈 그래프 생성
G = nx.Graph()

# 데이터 목록 및 team_group_map을 사용하여 엣지 추가 및 노드 속성 설정
for item in data:
    G.add_edge(item['source'], item['target'], weight=item['similarity'])
    G.nodes[item['source']]['group'] = team_group_map[item['source']]
    G.nodes[item['target']]['group'] = team_group_map.get(item['target'], None) # target 그룹이 team_group_map에 없는 경우 None으로 설정
    
# 스프링 레이아웃 알고리즘을 사용하여 노드의 레이아웃 위치 계산
pos = nx.spring_layout(G, dim=3)

# 노드의 X, Y, Z 좌표 가져오기
Xn = [pos[k][0] for k in G.nodes()]
Yn = [pos[k][1] for k in G.nodes()]
Zn = [pos[k][2] for k in G.nodes()]

# 엣지의 끝점 좌표에 대한 X, Y, Z 좌표의 빈 목록 초기화
Xe = []
Ye = []
Ze = []

# 엣지의 끝점 좌표로 Xe, Ye, Ze 목록을 채움
for e in G.edges():
    Xe += [pos[e[0]][0], pos[e[1]][0], None]
    Ye += [pos[e[0]][1], pos[e[1]][1], None]
    Ze += [pos[e[0]][2], pos[e[1]][2], None]

    
# 가중치 레이블을 위한 X, Y, Z 좌표의 빈 목록 초기화
Xe_mid = []
Ye_mid = []
Ze_mid = []

# 엣지의 중간 지점 좌표로 Xe_mid, Ye_mid, Ze_mid 목록을 채움
for e in G.edges():
    Xe_mid.append((pos[e[0]][0] + pos[e[1]][0]) / 2)
    Ye_mid.append((pos[e[0]][1] + pos[e[1]][1]) / 2)
    Ze_mid.append((pos[e[0]][2] + pos[e[1]][2]) / 2)
    
    
# 그룹에 대한 컬러 맵 정의
group_color_map = {
    '경영': 'green',
    '사업': 'blue',
    '개발': 'red',
    '디자인': 'yellow',
    '사운드': 'purple',
    '연구소': 'black'
}

# 그룹에 따라 노드 색상 가져오기
node_colors = [group_color_map[G.nodes[node]['group']] for node in G.nodes()]

# 엣지 가중치에 기반한 엣지 레이블 가져오기
edge_labels = [f"{G.edges[e]['weight']:.2f}" for e in G.edges()]
                    
# 엣지에 대한 트레이스 정의
trace_edges = go.Scatter3d(x=Xe, y=Ye, z=Ze, mode='lines', line=dict(color='black', width=2),
                          text=list(G.edges()), hoverinfo='text', textposition="top center")
# 노드에 대한 트레이스 정의
trace_nodes = go.Scatter3d(x=Xn, y=Yn, z=Zn, mode='markers+text', marker=dict(symbol='circle', size=5,color=node_colors),
                           text=list(G.nodes()), hoverinfo='text', textposition="top center")

# 엣지 가중치 레이블 트레이스 생성
trace_edge_labels = go.Scatter3d(x=Xe_mid, y=Ye_mid, z=Ze_mid, mode='text', text=edge_labels, textfont=dict(color='black', size=10),
                               hoverinfo='none', textposition="bottom center")

# 축 속성 설정
axis = dict(showbackground=False, showline=True, zeroline=True, showgrid=True, showticklabels=False, title='')

# 3D 네트워크 그래프에 대한 레이아웃 정의
layout = go.Layout(title="3D Network Graph using Plotly", width=800, height=800, showlegend=False,
                   scene=dict(xaxis=dict(axis), yaxis=dict(axis), zaxis=dict(axis)))

# 엣지, 노드 및 엣지 레이블을 포함하는 그림을 정의하고 표시
fig = go.Figure(data=[trace_edges, trace_nodes,trace_edge_labels], layout=layout)
fig.show()